CN115599900A - 具有歧义的用户输入的分发处理方法及相关装置 - Google Patents
具有歧义的用户输入的分发处理方法及相关装置 Download PDFInfo
- Publication number
- CN115599900A CN115599900A CN202211588316.8A CN202211588316A CN115599900A CN 115599900 A CN115599900 A CN 115599900A CN 202211588316 A CN202211588316 A CN 202211588316A CN 115599900 A CN115599900 A CN 115599900A
- Authority
- CN
- China
- Prior art keywords
- word
- target
- category
- categories
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Machine Translation (AREA)
Abstract
本申请提供了一种具有歧义的用户输入的分发处理方法及相关装置,应用于人机对话系统中的中控机器人,方法包括:确定用户输入的目标语音数据对应的文本信息;确定文本信息中是否包括存在理解歧义的预设词语;若是,获取与目标语音数据的输入渠道对应的配置词典;根据配置词典确定预设词语对应的参考词语类别;在参考词语类别包括多个的情况下,对文本信息进行意图分析得到意图识别结果;根据意图识别结果从参考词语类别中确定出预设词语的目标词语类别;根据目标词语类别,从至少一个业务机器人中确定出目标业务机器人;将文本信息发送给目标业务机器人。本申请实施例有利于提高人机对话系统对用户输入识别的智能性和精确度。
Description
技术领域
本申请属于互联网产业的一般数据处理技术领域,具体涉及一种具有歧义的用户输入的分发处理方法及相关装置。
背景技术
目前,人机对话系统在对用户输入的语音进行语义识别时,存在实体词歧义的问题,实体词歧义是一个实体词有两个或多个词语类别,导致人机对话系统出现不能准确判断应该按照哪个类别处理,影响对用户输入进行分发的问题。
发明内容
本申请提供一种具有歧义的用户输入的分发处理方法及相关装置,以期提高人机对话系统对用户输入识别的智能性和精确度。
第一方面,本申请提供一种具有歧义的用户输入的分发处理方法,应用于人机对话系统中的中控机器人,所述人机对话系统包括所述中控机器人和至少一个业务机器人,所述方法包括:
确定用户输入的目标语音数据对应的文本信息;
确定所述文本信息中是否包括预设词语,所述预设词语为存在理解歧义的词语;
若是,获取与所述目标语音数据的输入渠道对应的配置词典,所述配置词典包括词语和词语类别的映射关系;
根据所述配置词典确定所述预设词语对应的参考词语类别;
在所述参考词语类别包括多个的情况下,对所述文本信息进行意图分析得到意图识别结果;
根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别;
根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人;
将所述文本信息发送给目标业务机器人。
第二方面,本申请提供一种具有歧义的用户输入的分发处理装置,应用于人机对话系统中的中控机器人,所述人机对话系统包括所述中控机器人和至少一个业务机器人,所述装置包括:
第一确定单元,用于确定用户输入的目标语音数据对应的文本信息;
第二确定单元,用于确定所述文本信息中是否包括预设词语,所述预设词语为存在理解歧义的词语;
获取单元,用于若是,获取与所述目标语音数据的输入渠道对应的配置词典,所述配置词典包括词语和词语类别的映射关系;
第三确定单元,用于根据所述配置词典确定所述预设词语对应的参考词语类别;
分析单元,用于在所述参考词语类别包括多个的情况下,对所述文本信息进行意图分析得到意图识别结果;
第四确定单元,用于根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别;
第五确定单元,用于根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人;
发送单元,用于将所述文本信息发送给目标业务机器人。
第三方面,本申请提供一种电子设备,包括:
一个或多个处理器;
一个或多个存储器,用于存储程序,
所述一个或多个存储器和所述程序被配置为,由所述一个或多个处理器控制所述电子设备执行如本申请实施例第一方面任一方法中的步骤的指令。
第四方面,本申请提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面,本申请提供一种计算机程序,其中,所述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序可以为一个软件安装包。
可以看出,本申请实施例中,人机对话系统的中控机器人在确定用户输入的目标语音数据对应的文本信息包括存在理解歧义的预设词语后,可获取该目标语音数据的输入渠道倒锁对应的配置词典,并根据该配置词典确定出该预设词语对应的参考词语类别,并可对该文本信息进行意图分析得到意图识别结果,再在参考词语类别包括多个的情况下,根据该意图识别结果从参考词语类别中确定出预设词语的目标词语类别,并根据该目标词语类别从人机对话系统的至少一个业务机器人中确定出目标业务机器人,再将文本信息发送给该目标业务机器人。根据用户语音数据的输入渠道和文本信息的意图识别确定用户输入中歧义词的目标词语类别,从而根据该目标词语类别对用户输入进行分发,有利于提高人机对话系统对用户输入识别的智能性和精确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种人机对话系统的架构示意图;
图2是本申请实施例提供的一种电子设备的组成结构示意图;
图3是本申请实施例提供的一种具有歧义的用户输入的分发处理方法的流程图;
图4是本申请实施例提供的一种具有歧义的用户输入的分发处理装置的功能单元组成框图
图5是本申请实施例提供的另一种具有歧义的用户输入的分发处理装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本申请实施例所涉及到的用户设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备(terminaldevice)等等。为方便描述,上面提到的设备统称为用户设备。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1,图1是本申请实施例提供的一种人机对话系统的架构示意图。人机对话系统10具体可以包括中控机器人100和至少一个业务机器人200(图中示例性的示出了三个业务机器人200,实际应用中业务机器人200的数量可以更多或更少,此处不做具体限定),此外,人机对话系统10中还可包括至少一个用户设备300(图中仅示例性示出了一个用户设备,实际应用中用户设备300的数量可以为任意正整数,此处不做具体限制),中控机器人100和至少一个业务机器人200均可包括在人机对话系统10的服务器端,整体通过用户设备为用户提供人机对话服务。
其中,中控机器人100和业务机器人200可部署在同一服务器中,或者,中控机器人100和业务机器人200中每个机器人可分别独立部署在不同服务器中,即服务器端也可为多个服务器组成的服务器集群,此处不做具体限制。具体实现中,中控机器人100主要用于通过用户设备300获取用户输入,并将用户输入分发到对应的业务机器人200,各业务机器人则用于对中控机器人100分发的用户输入进行处理,最终实现用户所期望的具体业务功能(举例来说,业务功能例如可以是播放音乐、播放电视剧、播放动漫或播放语音互动小说等)。
具体的,中控机器人100可与用户设备300通信,从而获取用户通过用户设备300输入的语音数据,并对用户输入的语音数据进行识别得到该语音数据对应的文本信息,中控机器人100在确定用户输入的目标语音数据对应的文本信息包括存在理解歧义的预设词语时,则可获取与该目标语音数据的输入渠道对应的配置词典,并根据该配置词典确定预设词语的参考词语类别,在参考词语类别包括多个的情况下,中控机器人100再对目标语音数据的文本信息进行意图分析得到意图识别结果,并根据意图识别结果从多个参考词语类别中确定出目标词语类别,再根据该目标词语类别,从至少一个业务机器人中确定出目标业务机器人,将目标语音数据的文本信息发送给该目标业务机器人,以实现用户输入的分发。由于中控机器人100接收到存在理解歧义的预设词语的用户输入时,根据用户语音数据的输入渠道和文本信息的意图识别确定用户输入中歧义词的目标词语类别,有利于提高人机对话系统对用户输入识别的智能性和精确度。
本申请中的电子设备(该电子设备具体可以是指如图1所示的人机对话系统10中的中控机器人100)的组成结构可以如图2所示,电子设备可以包括处理器110、存储器120、通信接口130以及一个或多个程序121,其中,所述一个或多个程序121被存储在上述存储器120中,且被配置由上述处理器110执行,所述一个或多个程序121包括用于执行上述方法实施例中任一步骤的指令。其中,通信接口130用于支持电子设备与其他设备的通信。具体实现中,所述处理器110用于执行下述方法实施例中由电子设备执行的任一步骤,且在执行诸如发送等数据传输时,可选择的调用所述通信接口130来完成相应操作。需要注意的是,上述电子设备的结构示意图仅为示例,具体包含的器件可以更多或更少,此处不做唯一限定。
本申请实施例提供一种具有歧义的用户输入的分发处理方法,下面对本申请实施例进行详细介绍。
请参阅图3,图3是本申请实施例提供的一种具有歧义的用户输入的分发处理方法的流程图。本具有歧义的用户输入的分发处理方法可应用于如图1所示的人机对话系统10中的中控机器人100,所述人机对话系统10包括所述中控机器人100和至少一个业务机器人200,如图3所示,本具有歧义的用户输入的分发处理方法包括以下步骤:
步骤201,确定用户输入的目标语音数据对应的文本信息。
步骤202,确定所述文本信息中是否包括预设词语。
其中,所述预设词语为存在理解歧义的词语。
举例来说,例如用户输入中包括实体词“花木兰”,该词语可以是人名、音乐名、影片名、电视剧名、动漫名或者小说名等,即该词语可对应多种不同的词语类别,此时可确定词语“花木兰”为存在理解歧义的预设词语。
步骤203,若是,获取与所述目标语音数据的输入渠道对应的配置词典。
其中,所述配置词典包括词语和词语类别的映射关系。
步骤204,根据所述配置词典确定所述预设词语对应的参考词语类别。
具体实现中,输入渠道具体可与用户输入目标语音数据时所使用的人机对话产品相关联,也就是说,用户使用不同的产品输入目标语音数据,中控机器人可对应获取到关联该产品的配置词典。
举例来说,输入渠道可以包括:该人机对话系统的一般性语音助手产品渠道、厂商A的智能手表中语音互动小说产品渠道、厂商B的车载设备语音助手产品渠道,或者该人机对话系统的其他合作客户的产品渠道等。由于各输入渠道对应的人机对话产品的语音服务业务需求并不完全相同,因此,可为每个输入渠道单独设置对应的配置词典,将各词语在该输入渠道的业务范围内的词语类别记录在配置词典中,从而可缩小各配置词典的范围。
举例来说,仍旧以预设词语为“花木兰”为例,假设目标词语的输入渠道为厂商B的车载设备的语音助手渠道,且该语音助手渠道未配置语音互动小说业务,则该输入渠道对应的配置词典中不包括小说名类别的词语类别,因此,根据该配置词典确定预设词语对应的参考词语类别时,“花木兰”的小说名类别则不会被匹配到,减少了不必要的数据匹配操作,缩小了数据匹配范围,在保证分发准确的情况下可提高分发效率。
步骤205,在所述参考词语类别包括多个的情况下,对所述文本信息进行意图分析得到意图识别结果。
步骤206,根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别。
步骤207,根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人。
步骤208,将所述文本信息发送给目标业务机器人。
具体实现中,若步骤204确定出的参考词语类别的数量为1,则可直接将该参考词语类别确定为目标词语类别,并进一步根据该目标词语类别确定出目标业务机器人,再将目标语音数据对应的文本信息分发给该目标业务机器人。
可以看出,本申请实施例中,人机对话系统的中控机器人在确定用户输入的目标语音数据对应的文本信息包括存在理解歧义的预设词语后,可获取该目标语音数据的输入渠道倒锁对应的配置词典,并根据该配置词典确定出该预设词语对应的参考词语类别,并可对该文本信息进行意图分析得到意图识别结果,再在参考词语类别包括多个的情况下,根据该意图识别结果从参考词语类别中确定出预设词语的目标词语类别,并根据该目标词语类别从人机对话系统的至少一个业务机器人中确定出目标业务机器人,再将文本信息发送给该目标业务机器人。根据用户语音数据的输入渠道和文本信息的意图识别确定用户输入中歧义词的目标词语类别,从而根据该目标词语类别对用户输入进行分发,有利于提高人机对话系统对用户输入识别的智能性和精确度。
在一个可能的示例中,所述意图识别结果包括与所述预设词语关联的操作意图信息,所述根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别,包括:删除所述参考词语类别中与所述操作意图信息不匹配的词语类别;根据所述参考词语类别中剩余的词语类别确定所述目标词语类别。
具体实现中,操作意图信息即具有肯定的执行特定动作的意图信息。
举例来说,以用户输入的目标语音数据对应的文本信息为“我要看电影花木兰”为例。其中与预设词语“花木兰”相关联的具有肯定的执行特定动作的意图信息为“看电影”,据此可唯一确定“花木兰”是电影名,从而可将参考词语类别中与电影名词类别不一致的其他词语类别均删除,则目标词语类别为电影名类别。
可见,本示例中,中控机器人删除参考词语类别中与预设词语关联的操作意图信息不匹配的词语类别,根据参考词语类别中剩余的词语类别确定目标词语类别,有利于提高目标词语类别确定的准确性。
在一个可能的示例中,所述意图识别结果包括所述文本信息中的第一否定意图信息,所述根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别,包括:删除所述参考词语类别中与所述第一否定意图信息匹配的词语类别;根据所述参考词语类别中剩余的词语类别确定所述目标词语类别。
举例来说,以用户输入的目标语音数据对应的文本信息为“不想听歌了,播放花木兰吧”为例。文本信息包括第一否定意图信息“不想听歌”,则可将音乐名类别从参考词语类别中剔除。
可见,本示例中,中控机器人删除参考词语类别中与文本信息内第一否定意图信息匹配的词语类别,根据参考词语类别中剩余的词语类别确定目标词语类别,有利于提高目标词语类别确定的准确性。
在一个可能的示例中,所述根据所述参考词语类别中剩余的词语类别确定所述目标词语类别之前,所述方法还包括:获取所述目标语音数据之前用户输入的其他语音数据对应的第二否定意图信息;删除所述参考词语类别中与所述第二否定意图信息匹配的词语类别。
具体实现中,以中控机器人输出一次语音数据,以及从用户设备接收一次用户输入的语音数据为一轮对话为例,用户在当前轮对话输入目标语音数据,则获取的其他语音数据可以是当前轮对话之前预设数量轮对话中用户输入的语音数据。
举例来说,用户在上一轮输入的其他语音数据为:停止播放音乐,中控机器人回复
用户:已停止,还能为你做点什么呢用户再在当前轮输入目标语音数据:帮我播放花木
兰。此时,则可根据上一轮中用户的第二否定意图信息“停止播放音乐”,将“花木兰”的音乐
名类别从参考词语类别中剔除。
具体实现中,在根据意图识别结果从参考词语类别中确定目标词语类别时,上述删除参考词语类别中与预设词语关联的操作意图信息不匹配的词语类别、删除参考词语类别中与文本信息内第一否定意图信息匹配的词语类别、删除参考词语类别中与第二否定意图信息匹配的词语类别的实施方式可分别单独实施或任意组合实施,例如可组合上述三种实施方式共同确定目标词语类别,具体的,三种实施方式的实施顺序可任意设置,或者,可设置为先删除参考词语类别中与预设词语关联的操作意图信息不匹配的词语类别,再删除参考词语类别中与文本信息内第一否定意图信息匹配的词语类别,再删除参考词语类别中与第二否定意图信息匹配的词语类别,每次删除参考词语类别后,若剩余的参考词语类别数量为1,则可直接将该剩余的参考词语类别确定为目标词语类别,并不再执行后续删除步骤,若每次删除参考词语类别后剩余参考词语类别数量仍旧大于1,则继续执行后续删除步骤。
可见,本示例中,中控机器人获取目标语音数据之前用户输入的其他语音数据对应的第二否定意图信息,删除参考词语类别中与第二否定意图信息匹配的词语类别,有利于提高目标词语类别确定的准确性。
在一个可能的示例中,所述根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人,包括:在所述目标词语类别包括多个的情况下,确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人;若是,则将所述候选业务机器人确定为所述目标业务机器人。
具体实现中,若根据意图识别结果确定出的目标词语类别数量为1,则可直接根据该目标词语类别,从至少一个业务机器人中确定出业务范围对应该目标词语类别的目标业务机器人,并将文本信息分发给该业务机器人。
若根据意图识别结果对参考词语类别进行筛选后,仍然存在多个目标词语类别,则可确定已激活的业务机器人中是否存在业务范围同时包括该多个目标词语类别,且能够处理文本信息的意图识别结果的候选业务机器人(即候选业务机器人能够执行文本信息所包含的操作意图,例如根据操作意图播放音乐或者播放电影等,对于目标词语类别为多个的情况,操作意图可能为多种,候选业务机器人需要能够执行多个目标词语类别对应的多种不同操作意图),若是,则可将候选业务机器人确定为目标业务机器人,并将文本信息分发给该目标业务机器人,由该已激活的目标业务机器人进行处理。
举例来说,以用户输入的目标语音数据对应的文本信息为“我要看花木兰”为例。其中与预设词语“花木兰”相关联的具有肯定的执行特定动作的意图信息为“看”,据此可排除参考词语类别中与操作意图信息“看”无关的人名类别和音乐名类别,若将删除后剩余的参考词语类别确定为目标词语类别,则此时目标词语类别为多个:电影名类别、电视剧名类别和动漫名类别,无法直接确定出预设词语的唯一的词语类别,则可从已激活的业务机器人中确定出业务范围包括电影名类别、电视剧名类别和动漫名类别,且能够处理播放电影意图、播放电视剧意图和播放动漫意图的候选机器人,将该候选机器人作为目标业务机器人。
可见,本示例中,在目标词语类别包括多个的情况下,中控机器人确定至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括意图识别结果的已激活的候选业务机器人,若是,则将候选业务机器人确定为目标业务机器人,有利于保证输入分发的准确性。
在一个可能的示例中,所述确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人之后,所述方法还包括:
若否,确定所述多个目标词语类别是否为预设词语类别,所述预设词语类别包括影视类别;若是,确定所述多个目标词语类别中存在关联断点历史记录的目标词语类别的数量;若所述数量为1,将所述存在关联断点历史记录的目标词语类别确定为最终词语类别;从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人;若所述数量大于1,根据每个存在关联断点历史记录的目标词语类别生成询问语音数据并输出,直至获取到用户针对最终词语类别的询问语音数据的肯定回复;从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人。
具体实现中,在目标词语类别包括多个的情况下,若未存在已激活的业务机器人,或者已激活的业务机器人中不存在符合条件的候选业务机器人,即已激活的业务机器人无法对多个文本信息进行处理。此时,中控机器人可进一步对多个目标词语类别进行处理,从而确定出预设词语对应的唯一最终词语类别。
具体实现中,询问语音数据可一次罗列每个目标词语类别,根据用户回复的具体词语类别确定最终词语类别,或者,可根据询问策略为每个目标词语类别设置优先级,一次罗列每个目标词语类别的同时针对性询问用户对优先级最高的目标词语类别的意图,若未得到用户针对该优先级最高的目标词语类别的肯定回复,则继续询问用户针对下一优先级的目标词语类别的意图,直至得到用户针对多个目标词语类别中最终词语类别的肯定回复,则停止询问。
其中,影视类别例如可包括但不限于以下几项:电视剧、动漫、电影、纪录片。断点历史记录即用户最近一次观看某电视剧、动漫、电影或纪录片时的观看进度。
举例来说,以目标词语类别包括:电视剧、动漫、电影和纪录片为例,中控机器人确定目标词语类别均属于影视类别,则判断是否存在与各目标词语类别对应的断点历史记录,假设仅存在一个断点历史记录,为动漫播放至第10集,则可确定最终词语类别为动漫名,从而可将文本信息分发到业务范围包括动漫类别的目标业务机器人。若存在多个断点历史记录:电影播放至53分、电视剧播放至第3集、动漫播放至第10集,则可生成询问语音数据并输出给用户设备与用户交互,追问出用户想要的最终词语类别,从而将文本信息分发到最终词语类别对应的业务机器人。
举例来说,询问语音数据例如可以是:你要看的花木兰是电影动漫还是电视
剧我猜你要看的是花木兰电影,并从上次看到的第53分钟接着看,对吗若用户直接回
复了具体的最终词语类别,例如用户回复“我想看花木兰电影”或者用户直接回复“对的”,
则直接将花木兰确定为最终词语类别,若用户回复“不,我不想看电影”,则剔除电影类别
后,再次输出询问语音数据,假设动漫的优先级更高,则可询问:你想看花木兰动漫还是电
影呢,我猜你想看动漫,并从上次看到的第10集接着看,是吗接收到用户回复后,则可进
一步根据用户回复进行判断,直至判断出用于对唯一的最终词语类别的肯定意图,从而结
束询问。
具体实现中,优先级的确定方式可以包括以下任意一种:人机对话过程中用户选择某词语类别的次数越多,则该词语类别对应的优先级越高;人机对话过程中用户在最近一段时间内选择某词语类别的次数最多,则该词语类别对应的优先级越高;对用户进行声纹识别确定用户的年龄或性别,词语类别与用户的年龄或性别匹配度越高,则该词语类别对应的优先级越高。
可见,本示例中,在目标词语类别包括多个时,中控机器人根据各目标词语类别关联断点历史记录,从多个目标词语类别中确定出最终词语类别,或根据断点历史记录输出询问语音数据,以确定出最终词语类别,通过多层次判断消除理解歧义,有利于更精准地为用户服务,减少用户的操作过程。
在一个可能的示例中,所述确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人之后,所述方法还包括:
若否,确定所述多个目标词语类别是否为预设词语类别,所述预设词语类别包括影视类别;若是,确定所述多个目标词语类别中每个词语类别对应的询问优先级,所述每个词语类别的历史被选择总次数越多,所述每个词语类别对应的询问优先级越高,或者,所述每个词语类别在距离当前时刻预设时间段内被选择次数最多,或者,所述每个词语类别最近被选择时间距离当前时刻越近所述每个词语类别对应的询问优先级越高;根据所述每个词语类别分别生成对应的询问语音数据;根据所述每个词语类别对应的优先级确定所述每个词语类别对应的询问语音数据的输出顺序,所述每个词语类别对应的优先级越高,所述每个词语类别对应的询问语音数据的输出顺序越靠前;根据所述输出顺序依次输出所述每个词语类别对应的询问语音数据,直至获取到用户针对最终词语类别的询问语音数据的肯定回复;从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人。
具体实现中,中控机器人可对人机对话过程中用户对每种词语类别的选择进行记录,包括用户在人机对话过程中选择该词语类别的时间和次数。
其中,每个词语类别对应的询问语音数据除可包括该词语类别本身外,还可包括该词语类别关联的断点历史记录,通过询问语音数据可直接确定用户是否需要播放该类别的影视作品,同时还可确定用户是否需要继续从上次断点历史记录开始观看。在根据询问优先级依次询问用户对每个词语类别的意图时,若接收到用户针对特定词语类别的肯定回复,无论该特定词语类别是否为此次询问语音数据中的词语类别,均可直接将该特定词语类别确定为最终词语类别,并停止后续关于词语类别的询问。
举例来说,假设人机对话过程中记录的用户选择为:花木兰电视剧选择10次,动漫
选择5次,电影选择1次;则第一次输出的询问语音数据可以是电视剧对应的询问语音数据:
你要看的花木兰是电视剧动漫还是电影我猜你要看的是花木兰电视剧,对吗
又举例来说:假设人机对话过程中记录的用户选择为:花木兰电视剧选择10次,动
漫选择5次,电影选择1次,其中,最近预设时间段(例如一周内)选择动漫5次,电视剧1次,电
影0次;则第一次输出的询问语音数据可以是动漫对应的询问语音数据:你要看的花木兰是
动漫电视剧还是电影我猜你要看的是花木兰动漫,对吗
可见,本示例中,在目标词语类别包括多个时,中控机器人根据各目标词语类别生成询问语音数据,并根据各目标词语类别的历史被选择的总次数,最近一次被选择的时间或者最近预设时间段内被选择的次数,确定询问语音数据的输出顺序,最终根据询问语音数据确定出最终词语类别,通过多层次判断消除理解歧义,有利于更精准地为用户服务,减少用户的操作过程。
请参阅图4,图4是本申请实施例提供的一种具有歧义的用户输入的分发处理装置的功能单元组成框图,本具有歧义的用户输入的分发处理装置30可应用于如图1所示的人机对话系统10中的中控机器人100,所述人机对话系统10包括所述中控机器人100和业务机器人200,该具有歧义的用户输入的分发处理装置30包括:
第一确定单元301,用于确定用户输入的目标语音数据对应的文本信息;
第二确定单元302,用于确定所述文本信息中是否包括预设词语,所述预设词语为存在理解歧义的词语;
获取单元303,用于若是,获取与所述目标语音数据的输入渠道对应的配置词典,所述配置词典包括词语和词语类别的映射关系;
第三确定单元304,用于根据所述配置词典确定所述预设词语对应的参考词语类别;
分析单元305,用于在所述参考词语类别包括多个的情况下,对所述文本信息进行意图分析得到意图识别结果;
第四确定单元306,用于根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别;
第五确定单元307,用于根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人;
发送单元308,用于将所述文本信息发送给目标业务机器人。
在一个可能的示例中,所述意图识别结果包括与所述预设词语关联的操作意图信息,所述第三确定单元304具体用于:删除所述参考词语类别中与所述操作意图信息不匹配的词语类别;根据所述参考词语类别中剩余的词语类别确定所述目标词语类别。
在一个可能的示例中,所述意图识别结果包括所述文本信息中的第一否定意图信息,所述第三确定单元304具体用于:删除所述参考词语类别中与所述第一否定意图信息匹配的词语类别;根据所述参考词语类别中剩余的词语类别确定所述目标词语类别。
在一个可能的示例中,所述具有歧义的用户输入的分发处理装置30还用于:在所述根据所述参考词语类别中剩余的词语类别确定所述目标词语类别之前,获取所述目标语音数据之前用户输入的其他语音数据对应的第二否定意图信息;删除所述参考词语类别中与所述第二否定意图信息匹配的词语类别。
在一个可能的示例中,所述第五确定单元307具体用于:在所述目标词语类别包括多个的情况下,确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人;若是,则将所述候选业务机器人确定为所述目标业务机器人。
在一个可能的示例中,所述具有歧义的用户输入的分发处理装置30还用于:在所述确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人之后,若否,确定所述多个目标词语类别是否为预设词语类别,所述预设词语类别包括影视类别;若是,确定所述多个目标词语类别中存在关联断点历史记录的目标词语类别的数量;若所述数量为1,将所述存在关联断点历史记录的目标词语类别确定为最终词语类别;从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人;若所述数量大于1,根据每个存在关联断点历史记录的目标词语类别生成询问语音数据并输出,直至获取到用户针对最终词语类别的询问语音数据的肯定回复;从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人。
在一个可能的示例中,所述具有歧义的用户输入的分发处理装置30还用于:在所述确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人之后,若否,确定所述多个目标词语类别是否为预设词语类别,所述预设词语类别包括影视类别;若是,确定所述多个目标词语类别中每个词语类别对应的询问优先级,所述每个词语类别的历史被选择总次数越多,所述每个词语类别对应的询问优先级越高,或者,所述每个词语类别在距离当前时刻预设时间段内被选择次数最多,或者,所述每个词语类别最近被选择时间距离当前时刻越近所述每个词语类别对应的询问优先级越高;根据所述每个词语类别分别生成对应的询问语音数据;根据所述每个词语类别对应的优先级确定所述每个词语类别对应的询问语音数据的输出顺序,所述每个词语类别对应的优先级越高,所述每个词语类别对应的询问语音数据的输出顺序越靠前;根据所述输出顺序依次输出所述每个词语类别对应的询问语音数据,直至获取到用户针对最终词语类别的询问语音数据的肯定回复;从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人。
在采用集成的单元的情况下,本申请实施例提供的另一种具有歧义的用户输入的分发处理装置的功能单元组成框图,如图5所示。在图5中,具有歧义的用户输入的分发处理装置包括:处理模块310和通信模块311。处理模块310用于对具有歧义的用户输入的分发处理装置的动作进行控制管理,例如,第一确定单元301、第二确定单元302、获取单元303、第三确定单元304、分析单元305、第四确定单元306、第五确定单元307和发送单元308执行的步骤,和/或用于执行本申请所描述的技术的其它过程。通信模块311用于支持具有歧义的用户输入的分发处理装置与其他设备之间的交互。如图5所示,具有歧义的用户输入的分发处理装置还可以包括存储模块312,存储模块312用于存储具有歧义的用户输入的分发处理装置的程序代码和数据。
其中,处理模块310可以是处理器或控制器,例如可以是中央处理器(CentralProcessing Unit,CPU),通用处理器,数字信号处理器(Digital Signal Processor,DSP),ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。所述处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。通信模块311可以是收发器、RF电路或通信接口等。存储模块312可以是存储器。
其中,上述方法实施例涉及的各场景的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。上述具有歧义的用户输入的分发处理装置均可执行上述图3所示的具有歧义的用户输入的分发处理方法中中控机器人所执行的步骤。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括计算机程序,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。
该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和系统,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的;例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,可轻易想到变化或替换,均可作各种更动与修改,包含上述不同功能、实施步骤的组合,包含软件和硬件的实施方式,均在本发明的保护范围。
Claims (10)
1.一种具有歧义的用户输入的分发处理方法,其特征在于,应用于人机对话系统中的中控机器人,所述人机对话系统包括所述中控机器人和至少一个业务机器人,所述方法包括:
确定用户输入的目标语音数据对应的文本信息;
确定所述文本信息中是否包括预设词语,所述预设词语为存在理解歧义的词语;
若是,获取与所述目标语音数据的输入渠道对应的配置词典,所述配置词典包括词语和词语类别的映射关系;
根据所述配置词典确定所述预设词语对应的参考词语类别;
在所述参考词语类别包括多个的情况下,对所述文本信息进行意图分析得到意图识别结果;
根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别;
根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人;
将所述文本信息发送给目标业务机器人。
2.根据权利要求1所述的方法,其特征在于,所述意图识别结果包括与所述预设词语关联的操作意图信息,所述根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别,包括:
删除所述参考词语类别中与所述操作意图信息不匹配的词语类别;
根据所述参考词语类别中剩余的词语类别确定所述目标词语类别。
3.根据权利要求1所述的方法,其特征在于,所述意图识别结果包括所述文本信息中的第一否定意图信息,所述根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别,包括:
删除所述参考词语类别中与所述第一否定意图信息匹配的词语类别;
根据所述参考词语类别中剩余的词语类别确定所述目标词语类别。
4.根据权利要求2或3所述的方法,其特征在于,所述根据所述参考词语类别中剩余的词语类别确定所述目标词语类别之前,所述方法还包括:
获取所述目标语音数据之前用户输入的其他语音数据对应的第二否定意图信息;
删除所述参考词语类别中与所述第二否定意图信息匹配的词语类别。
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人,包括:
在所述目标词语类别包括多个的情况下,确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人;
若是,则将所述候选业务机器人确定为所述目标业务机器人。
6.根据权利要求5所述的方法,其特征在于,所述确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人之后,所述方法还包括:
若否,确定所述多个目标词语类别是否为预设词语类别,所述预设词语类别包括影视类别;
若是,确定所述多个目标词语类别中存在关联断点历史记录的目标词语类别的数量;
若所述数量为1,将所述存在关联断点历史记录的目标词语类别确定为最终词语类别;
从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人;
若所述数量大于1,根据每个存在关联断点历史记录的目标词语类别生成询问语音数据并输出,直至获取到用户针对最终词语类别的询问语音数据的肯定回复;
从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人。
7.根据权利要求5所述的方法,其特征在于,所述确定所述至少一个业务机器人中是否存在业务处理范围包括多个目标词语类别,且意图处理范围包括所述意图识别结果的已激活的候选业务机器人之后,所述方法还包括:
若否,确定所述多个目标词语类别是否为预设词语类别,所述预设词语类别包括影视类别;
若是,确定所述多个目标词语类别中每个词语类别对应的询问优先级,所述每个词语类别的历史被选择总次数越多,所述每个词语类别对应的询问优先级越高,或者,所述每个词语类别在距离当前时刻预设时间段内被选择次数最多,或者,所述每个词语类别最近被选择时间距离当前时刻越近所述每个词语类别对应的询问优先级越高;
根据所述每个词语类别分别生成对应的询问语音数据;
根据所述每个词语类别对应的优先级确定所述每个词语类别对应的询问语音数据的输出顺序,所述每个词语类别对应的优先级越高,所述每个词语类别对应的询问语音数据的输出顺序越靠前;
根据所述输出顺序依次输出所述每个词语类别对应的询问语音数据,直至获取到用户针对最终词语类别的询问语音数据的肯定回复;
从所述至少一个业务机器人中确定出与所述最终词语类别对应的业务机器人作为所述目标业务机器人。
8.一种具有歧义的用户输入的分发处理装置,其特征在于,应用于人机对话系统中的中控机器人,所述人机对话系统包括所述中控机器人和至少一个业务机器人,所述装置包括:
第一确定单元,用于确定用户输入的目标语音数据对应的文本信息;
第二确定单元,用于确定所述文本信息中是否包括预设词语,所述预设词语为存在理解歧义的词语;
获取单元,用于若是,获取与所述目标语音数据的输入渠道对应的配置词典,所述配置词典包括词语和词语类别的映射关系;
第三确定单元,用于根据所述配置词典确定所述预设词语对应的参考词语类别;
分析单元,用于在所述参考词语类别包括多个的情况下,对所述文本信息进行意图分析得到意图识别结果;
第四确定单元,用于根据所述意图识别结果从所述参考词语类别中确定出所述预设词语的目标词语类别;
第五确定单元,用于根据所述目标词语类别,从所述至少一个业务机器人中确定出目标业务机器人;
发送单元,用于将所述文本信息发送给目标业务机器人。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
一个或多个存储器,用于存储程序,
所述一个或多个存储器和所述程序被配置为,由所述一个或多个处理器控制所述电子设备执行如权利要求1-7任一项所述的方法中的步骤。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211588316.8A CN115599900B (zh) | 2022-12-12 | 2022-12-12 | 具有歧义的用户输入的分发处理方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211588316.8A CN115599900B (zh) | 2022-12-12 | 2022-12-12 | 具有歧义的用户输入的分发处理方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115599900A true CN115599900A (zh) | 2023-01-13 |
CN115599900B CN115599900B (zh) | 2023-03-21 |
Family
ID=84852970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211588316.8A Active CN115599900B (zh) | 2022-12-12 | 2022-12-12 | 具有歧义的用户输入的分发处理方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115599900B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920497A (zh) * | 2018-05-23 | 2018-11-30 | 北京奇艺世纪科技有限公司 | 一种人机交互方法及装置 |
CN111079429A (zh) * | 2019-10-15 | 2020-04-28 | 平安科技(深圳)有限公司 | 基于意图识别模型的实体消歧方法、装置和计算机设备 |
CN113569578A (zh) * | 2021-08-13 | 2021-10-29 | 上海淇玥信息技术有限公司 | 一种用户意图识别方法、装置和计算机设备 |
CN113626568A (zh) * | 2021-07-30 | 2021-11-09 | 平安普惠企业管理有限公司 | 机器人的人机对话控制方法、装置、计算机设备及介质 |
CN115082093A (zh) * | 2022-08-23 | 2022-09-20 | 深圳市人马互动科技有限公司 | 人机交互方法、装置、设备及介质 |
CN115271891A (zh) * | 2022-09-29 | 2022-11-01 | 深圳市人马互动科技有限公司 | 基于互动小说的产品推荐方法及相关装置 |
-
2022
- 2022-12-12 CN CN202211588316.8A patent/CN115599900B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920497A (zh) * | 2018-05-23 | 2018-11-30 | 北京奇艺世纪科技有限公司 | 一种人机交互方法及装置 |
CN111079429A (zh) * | 2019-10-15 | 2020-04-28 | 平安科技(深圳)有限公司 | 基于意图识别模型的实体消歧方法、装置和计算机设备 |
CN113626568A (zh) * | 2021-07-30 | 2021-11-09 | 平安普惠企业管理有限公司 | 机器人的人机对话控制方法、装置、计算机设备及介质 |
CN113569578A (zh) * | 2021-08-13 | 2021-10-29 | 上海淇玥信息技术有限公司 | 一种用户意图识别方法、装置和计算机设备 |
CN115082093A (zh) * | 2022-08-23 | 2022-09-20 | 深圳市人马互动科技有限公司 | 人机交互方法、装置、设备及介质 |
CN115271891A (zh) * | 2022-09-29 | 2022-11-01 | 深圳市人马互动科技有限公司 | 基于互动小说的产品推荐方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115599900B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11487503B2 (en) | Interactive control method and device for voice and video communications | |
US11227598B2 (en) | Method for controlling terminal by voice, terminal, server and storage medium | |
US11389961B2 (en) | Article searching method and robot thereof | |
US11310066B2 (en) | Method and apparatus for pushing information | |
US11081108B2 (en) | Interaction method and apparatus | |
CN109842712B (zh) | 通话记录生成的方法、装置、计算机设备和存储介质 | |
CN106470110B (zh) | 向用户列表中的多个用户群发消息的方法及装置 | |
CN113364853A (zh) | 一种业务服务系统、业务请求方法及网关设备 | |
CN112768091A (zh) | 一种问诊信息处理方法、装置和介质 | |
CN106325889A (zh) | 数据处理方法及装置 | |
CN115470318A (zh) | 客服问题处理方法及装置 | |
CN111144132B (zh) | 一种语义识别方法及装置 | |
CN110019444B (zh) | 一种操作请求处理方法、装置、设备及系统 | |
CN109325180A (zh) | 文章摘要推送方法、装置、终端设备、服务器及存储介质 | |
CN110418181B (zh) | 对智能电视的业务处理方法、装置、智能设备及存储介质 | |
CN109636460B (zh) | 一种业务处理方法、装置、设备及存储介质 | |
CN111355765B (zh) | 一种网络请求的处理、发送方法及装置 | |
CN112818654B (zh) | 消息存储方法、消息生成方法、装置、电子设备及计算机可读介质 | |
CN116091136B (zh) | 基于代言人的电话营销方法、装置 | |
CN115599900B (zh) | 具有歧义的用户输入的分发处理方法及相关装置 | |
CN106487653B (zh) | 一种消息处理方法及服务器 | |
CN115563262B (zh) | 机器语音外呼场景中对话数据的处理方法及相关装置 | |
CN115549918A (zh) | 一种信息处理方法、装置及设备 | |
CN112288509B (zh) | 订单跟踪方法及装置、计算机可读存储介质及电子设备 | |
US11423109B2 (en) | Information processing method, server and computer program product |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |